一種多輸入多輸出系統(tǒng)及其傳輸方法、基站和用戶設備的制造方法
【技術領域】
[0001] 本發(fā)明涉及移動通信技術，尤其涉及一種用于多用戶多輸入多輸出（MU-MIM0， Multi-UserMultipleInputMultipleOutput)的多輸入多輸出系統(tǒng)（MIM0， Multiple-InputMultiple-Output)及其傳輸方法、基站和用戶設備。
【背景技術】
[0002] 近年來，移動通信技術朝著更高速率、更高頻譜利用率的方向發(fā)展。多輸入多輸出 技術能夠在不增加系統(tǒng)帶寬和天線發(fā)射功率的情況下成倍地提高無線信道容量，成為未來 無線通信的一項關鍵技術。但是，在無線通信系統(tǒng)中，一個基站在相同的時頻資源與多個共 信道的用戶設備（UE，User Equipment)通信，必然存在嚴重的共信道干擾（CCI，Co-channel Interference),同時，由于接收機地理上的分隔，不能共享各自的信道信息，接收端的聯(lián)合 檢測也不能采用。因此，將干擾抑制的技術放到了發(fā)射端，發(fā)射端預編碼就成為解決CCI 問題的一種有效方案。目前的預編碼技術可分為線性預編碼與非線性預編碼，非線性預編 碼相比于線性預編碼具有更低的誤碼率和更高的容量，其中，模代數(shù)預編碼又稱為湯姆林 森-哈拉希瑪預編碼（THP，Tomlinson Harashima Precoding)是目前一種比較實用的下行 鏈路的非線性預編碼方案，其能獲得很好的系統(tǒng)性能同時逼近信道容量的上限。
[0003] 但是，這種非線性預編碼的設計方案是在發(fā)射端能夠獲得完美的信道狀態(tài)信息 (CSI，Channel State Information)情況下推導的，不幸的是，在實際系統(tǒng)中，發(fā)射端是不 可能獲得完美CSI的。若無線通信系統(tǒng)采用時分雙工（TDD，Time Division Duplex)工作 模式，發(fā)送端可以通過互異性原理，將基站估計得到的上行鏈路信道信息作為下行鏈路的 信道信息，但是上行鏈路與下行鏈路并不是完全對等的，且上下行傳輸在TDD工作方式下 處于不同的傳輸時刻，因而基站通過互異性獲得的信道狀態(tài)信息中不可避免的存在誤差。
[0004] 若無線通信系統(tǒng)使用頻分雙工（FDD,FrequencyDivisionDuplex)工作模式，需 要UE端反饋信道信息，而信道資源有限，反饋的信道信息必須進行量化。在多用戶情況下， 由于UE在不知道其他UE信道情況下，UE之間不能合作所以量化必須獨立完成。
[0005] 關于基站端的UE選擇有的相關技術是基于最小容量損失的算法，該方法以最小 信道量化誤差為選擇依據(jù)；還有的相關技術是基于信號與干擾加噪聲比（簡稱信干噪比，即 SINR，Signal to Interference plus Noise Ratio)估計式提出采用貪婪方法進行遞增 選擇，由于SINR估計誤差較大，只能在部分信噪比范圍內(nèi)獲得較好性能，同時因涉及大量 容量計算而導致復雜度較高?；赟INR估計式采用樹形搜索方法雖然提高了系統(tǒng)容量但 復雜度更高。在同樣采用貪婪遞增方法的前提下，一些算法利用所提估計表達式對選出的 用戶組容量進行估計，而在選擇UE時依據(jù)另外一種簡單估計式，不僅能夠避免大量容量計 算，而且能夠降低復雜度。
[0006] 矢量量化、標量量化、矩陣量化等已經(jīng)被用于量化單用戶且單數(shù)據(jù)流的CSI。由于 在相同的反饋開銷的情況下，矢量量化性能優(yōu)于標量量化，目前技術研究傾向于矢量量化。 在矢量量化中，UE返回碼本矢量的索引序號給基站(基站，Basic Station)，其中，用B表示 碼本矢量索引序號的長度即比特數(shù)，則碼本的大小為2B。隨機向量量化（RVQ，RadomVector Quantization)在多用戶傳輸?shù)那闆r中被普遍應用。
[0007] 對于MM0系統(tǒng)，通過聯(lián)合接收天線將MM0信道轉(zhuǎn)換成等效的多輸入單輸出 (MISO,MultipleInputSingleOutput)信道。由于用戶之間不能合作，量化必須獨立完 成。在信噪比（SNR，SignaltoNoiseRatio)較低時，把MM0信道投影到最大本征向量MET 方向是最優(yōu)的解決辦法。在SNR高時，采用量化的合并算法QBC，即選擇產(chǎn)生量化誤差最小 的等效向量下行信道。Trivellato提出最大化SINR的最大期望信干噪比合并算法（MESC， MaximumExpectedSignalCombining)方法。這種方案優(yōu)于QBC和MET，在低SNR和高SNR 情況下收斂于MET和QBC。上述所有方案的討論都假設每個UE只接收一個數(shù)據(jù)流，如果有 些UE接受多余一個數(shù)據(jù)流時，由于需要每個流的線性獨立信息會使反饋過程變得復雜。下 面討論幾種現(xiàn)有技術。
[0008] 現(xiàn)有技術一
[0009] 現(xiàn)存一種有限上行反饋條件下的MU-MM0接收機，對被選擇的UE使用逼零（ZF， ZeroForcing)波束賦形，而且每個UE最多一個數(shù)據(jù)流。該方法所提出的聯(lián)合設計接收機， 以最大化期望SINR為原則反饋信息；該利用發(fā)射天線和接收天線的空間相關性，并且使用 分層樹結構設計的碼本，因此適用于在相同的反饋比特并且是低速UE的情況。
[0010] 現(xiàn)有技術二
[0011] 對于UE多天線的MU-MIM0系統(tǒng)來說，采用傳統(tǒng)的模代數(shù)預編碼方法是可行的，但 發(fā)射端需要已知整個信道狀態(tài)矩陣，每個UE需要反饋自身的信道信息給發(fā)射端，需要的反 饋量較大，尤其在UE信道矩陣不滿秩的情況下，對全部信道矩陣信息進行反饋會造成一些 不必要的開銷。此時需要對傳統(tǒng)預編碼算法進行改進，在保證預編碼操作順利進行的前提 下有效減少需要反饋的信息量。
[0012] 利用矩陣的奇異值分解（SVD，SingularValueDecomposition),對第k個UE信 道矩陣〇k進行SVD即=UAVf，其中，上標H表示對矩陣進行共軛轉(zhuǎn)置、下標k表示 第k個用戶，Uk為左特征矢量，Vk為右特征矢量Sk為特征值。通過在接收端增加接收矩陣 Pi=fUf，其中Fk為接收權值，只反饋UE信道矩陣的右特征矢量Sk給發(fā)射端，利用右特 征矢量Sk組成的酉矩陣進行QR分解，得到模代數(shù)預編碼所需的反饋矩陣、前饋矩陣及加權 矩陣。此方法與直接反饋信道狀態(tài)矩陣的方法相比，所需反饋量大大降低，實用性較高。
[0013] 現(xiàn)有技術三
[0014] 最小均方誤差（MMSE,MinimumMeanSquareError)的提出用于解決當基站試圖 在相同的頻時與多個UE通信時引起嚴重的CCI，但其是在假設基站端知道完美的信道信息 的情況下，聯(lián)合有效的UE選擇算法獲得高性能。在現(xiàn)實系統(tǒng)中無法獲得精確的CSI，CSI首 先被分解成信道方向信息⑶I和信道質(zhì)量信息CQI，然后⑶I基于碼本量化，把索引號傳給 基站。有的MMSE預編碼，對CMI的缺失和量化誤差帶來的信道不確定性具有魯棒性，但沒 有考慮用戶選擇。
[0015] 現(xiàn)有技術中存在的問題在于：（1)在用戶多流情況下，UE端進行接收時，一般使 用SVD對信道矩陣進行分解，這對終端UE來說復雜度過高；（2)有限反饋的多用戶（MU， Multi-User)系統(tǒng)大部分限制于發(fā)射天線數(shù)大于接收天線數(shù)，或接受天線數(shù)等于流數(shù)；（3) 基站和UE選擇的復雜度較高；（4)魯棒MMSE沒有結合用戶選擇。

【發(fā)明內(nèi)容】

[0016] 有鑒于此，本發(fā)明實施例的主要目的在于提供一種多輸入多輸出系統(tǒng)及其傳輸方 法、基站和用戶設備，能夠省去用戶端進行復雜度較高的SVD分解信道矩陣，并降低基站端 在進行用戶選擇的復雜度。
[0017] 為達到上述目的，本發(fā)明實施例的技術方案是這樣實現(xiàn)的：
[0018] -種多輸入多輸出系統(tǒng)的傳輸方法，所述方法包括：
[0019] 用戶設備UE根據(jù)基站發(fā)送的下行鏈路的信道測量導頻信號估計自身的信道狀態(tài) 信息，并根據(jù)所述信道狀態(tài)信息產(chǎn)生碼本信息；
[0020] 所述UE通過上行鏈路將所述碼本信息發(fā)給所述基站；
[0021] 所述基站根據(jù)所述碼本信息調(diào)度UE，并對選中的UE發(fā)送數(shù)據(jù)和數(shù)據(jù)解調(diào)導頻。
[0022] 優(yōu)選地，所述UE通過上行鏈路將所述碼本信息發(fā)給所述基站，包括：
[0023] 當確定所述系統(tǒng)為多用戶多輸入多輸出系統(tǒng)MU-MM0時，所述UE將估計的多輸入 多輸出MM0信道轉(zhuǎn)化成等效的多輸入單輸出MIS0信道，并將有效信道的碼本信息發(fā)給所 述基站；
[0024] 當確定所述系統(tǒng)為多用戶多輸入多輸出系統(tǒng)MU-MIS0時，所述UE將信道的碼本信 息發(fā)給所述基站。
[0025] 優(yōu)選地，所述UE根據(jù)最大期望信干噪比合并MESC算法將估計的多輸入多輸出 MIM0信道轉(zhuǎn)化成等效的多輸入單輸出MIS0信道